1.1 Bakgrunn
1.1.1 Presentasjon av Mo Industripark
Caso seja possível a expansão da região analisada, pode-se utilizar as condições de parada (Def. 3.1.12) para se avaliar qual foi a condição detectada. Caso o ponto máximo tenha sido detectado, ou seja as equações (3.10) e (3.11) forem verdadeiras, não é necessário a expansão da janela de avaliação, pois o ponto máximo para a curva PM foi detectado, portanto o valor de spopt pode ser obtido.
Caso o ponto máximo não tenha sido detectado, a janela de avaliação deve ser aumentada para que uma região maior seja avaliada. Quando pelo menos 3 ou mais variáveis apresentarem fenômenos espaciais que apresentam autocorrelação espacial parcial, a condição de parada poderá ser detectada, fornecendo o parâmetro spopt para a região selecionada. O algoritmo utilizado para o calculo da curva SM é apresentado no fluxograma da Fig. 12.
Concluindo, a Segmentação Multiresolução Variográfica Ótima é definida para o valor de sp quando a curva PM apresenta valor máximo e não é possível a expansão da janela de avaliação. Quando a expansão é possível, é definida pelo máximo para a curva SP, quando a curva SM apresenta um máximo global.
Figura 10 – Avaliação da curva PM para todas as variáveis PCNM geradas em uma grade de 20 x 20 pontos. É possivel de se detectar o máximo global para o PM a partir de 3 ou mais variáveis (Def.3.1.12). Esta detecção é indicada pela mensagem “Stop Condition = TRUE” em cada figura
(a) PM avaliado para as 2 primeiras variáveis PCNM geradas
(b) PM avaliado para as 3 primeiras variáveis PCNM geradas
(c) PM avaliado para as 84 primeiras variáveis PCNM geradas
(d)PM avaliado para as 209 primeiras variáveis PCNM geradas
Figura 11 – Fluxograma com o algoritmo utilizado para o calculo da curva PM. Por meio desta curva o valor de spopt é obtido (diretamente, quando não é possível se expandir a janela de avaliação ou com auxílio da curva SM, quando a região avaliada puder ser expandida)
Entrada: C, sp, passo_sp
início
Efetua segmentação FSMM
calcula Primeiro Momento
Número de segmentos em S é ≤ 3?
spopt calcula sp ótimo (spopt)
sp = sp + passo_sp
fim Sim
Não
Fonte: Autor.
Figura 12 – Fluxograma com o algoritmo utilizado para o calculo da curva SM. Esta curva apresenta a inércia em relação a curva PM. Por meio da curva SM o valor de spopt é obtido pela detecção de um valor máximo global para a curva PM. Caso não seja detectado, a janela de avaliação deve ser expandida e o processo de cálculo das curvas SM e PM deve ser reiniciado
Entrada: C, sp, passo_sp
início
Efetua segmentação: FSMM
calcula Primeiro Momento
Número de segmentos em S é ≤ 3? spopt calcula sp ótimo (sp opt) sp=sp+passo_sp fim Sim Não
calcula Segundo Momento
Condição de parada verdadeira? (Eqs. 3.10 e 3.11) Expandir janela de avaliação Sim Não Fonte: Autor.
4 Aplicações e Resultados
Neste capítulo apresentamos alguns exemplos de aplicabilidade para a Segmentação Multiresolução Variográfica Ótima. Em cada um dos exemplos, a Análise de Componentes Principais (PCA) foi utilizada como ferramenta para redução de dimensionalidade para análise e geração de gráficos que permitissem visualizar como os dados estão organizados. O objetivo da redução de dimensões é facilitar a análise e interpretação dos dados, ao mesmo tempo em que se procura preservar a maior parte da informação (quantificada em termos de variação) contida nos mesmos. São apresentados três exemplos. O primeiro apresenta como a técnica pode auxiliar na definição de Zonas de Manejo agrícola. No segundo, apresenta-se uma aplicação no domínio da biogeografia em que o método pode ser empregado para selecionar regiões relacionadas ao nicho ecológico das espécies em análise. O último exemplo apresenta como a técnica pode auxiliar na tomada de decisão na definição de áreas prioritárias para a conservação da biodiversidade.
4.1 Estudo de caso: identificação de zonas de manejo / gerencia-
mento diferenciado em Agricultura de Precisão
Como exemplo para aplicação do algoritmo proposto, utilizamos o problema de identificação de Zonas de Gerenciamento Diferenciado ou Zonas de Manejo em Agricultura de Precisão (AP). Assume-se neste contexto a definição de AP como sendo um método de gestão do sistema de produção agrícola que se utiliza de tecnologia de informação para a identificação da variabilidade, buscando um tratamento adequado que maximize a sustentabilidade dos retornos (MACHADO; BERNARDI; SILVA, 2004, p. 199). A AP é formada por três componentes: obtenção dos dados em escala adequada, interpretação e análise dos dados, e implementação de gerenciamento em escala e tempo adequados (OLIVER, 2010).
A busca e identificação dos fatores que causam a variabilidade na produção e possibilitam o planejamento e a busca de soluções para o convívio e quantificação financeira destas variabilidades é um dos propósitos principais da AP. Normalmente a variabilidade é identificada pela presença de manchas nos mapas de produtividade agrícola (MACHADO; BERNARDI; SILVA, 2004, p. 200). Este objetivo norteia a idéia de Zonas de Manejo ou Zonas de Gerenciamento Diferenciado. O conceito foi definido por Doerge (1999) como a separação de um talhão em sub-regiões que representam uma combinação homogênea de fatores. Cada sub-região pode receber uma quantidade fixa dos insumos, visando maximizar o aproveitamento e diminuir os impactos ambientais. Assim, o objetivo das
Zonas de Manejo é caracterizar os limites de variabilidade, para então tratar cada região como uma área homogênea, que possa ser gerenciada separadamente, de modo a aumentar a produtividade, minimizar o consumo de insumos e maximizar os retornos financeiros (KHOSLA et al., 2010).
Neste exemplo, propomos a identificação das variações de nutrientes e textura do solo por meio da Segmentação Multiresolução Variográfica Ótima. A abordagem pode ser empregada como uma ferramenta de análise que facilite aos técnicos e engenheiros agrícolas a identificação das regiões presentes dentro de um talhão e os principais fatores responsáveis pelas diferenças entre as regiões. Considerando que a produtividade de uma Zona de Manejo seja fruto de um conjunto de condições que apresentam um considerável grau de homogeneidade, a identificação e delimitação destas regiões pode ser um fator importante para as subsequentes análises e levantamento dos fatores predominantes em cada zona delineada. Para um maior aprofundamento sobre as diferentes definições e métodos existentes para caracterização de Zonas de Manejo recomendamos a leitura de Oliver (2010) ou Santos (2014).